Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2005

italiano - english
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
Classificazione geografica
Bibliografia
[1] CAIDA, the Cooperative Association for Internet Data Analysis, www.caida.org.
[2] V. Jacobson, Congestion avoidance and control, in Proceedings of ACM SIGCOMM ’88, Stanford CA, August 1988, 314-329.
[3] S. Floyd, T. Henderson, NewReno Modification to TCP’s Fast Recovery, RFC 2582, April 1999.
[4] M. Mathis, J. Mahdavi, S. Floyd, A. Romanow, TCP Selective Acknowledgment Options, RFC 2018, October 1996.
[5] M. Allman, v. Paxson, W. R. Stevens, TCP congestion control, RFC 2581, April 1999.
[6] J. Padhye, V. Firoiu, D. Towsley, and J. Kurose, Modeling TCP throughput: A simple model and its empirical validation. In ACM Sigcomm ’98, pages 303-314, Vancouver BC, Canada, 1998.
[7] M. Garetto, R. Lo Cigno, M. Meo, M. Ajmone Marsan, Closed Queueing Network Models of Interacting Long-Lived TCP Flows, IEEE-ACM TRANSACTIONS ON NETWORKING. In corso di pubblicazione.
[8] C. Casetti, M. Meo, A New Approach to Model the Stationary Behavior of TCP Connections, Infocom 2000, Tel Aviv, Israele, Marzo 2000.
[9] S. Mascolo, C. Casetti, M. Gerla, M. Sanadidi, R. Wang, TCP Westwood: End-to-End Bandwidth Estimation for Efficient Transport over Wired and Wireless Networks, in Proceedings of ACM Mobicom 2001, Rome, Italy, July 2001.
[10] M. Mellia, C. Casetti, M. Meo, TCP Smart Framing: Using Smart Segments to Enhance the Performance of TCP, IEEE Globecom 2001, San Antonio, Texas.
[11] TELECOMMUNICATION STANDARDIZATION SECTOR OF ITU. Transmission systems and media, digital systems and networks. Technical Report G.1010, INTERNATIONAL TELECOMMUNICATION UNION (ITU), November 2001.
[12] T. Kim, M. H. Ammar, Optimal quality adaptation for MPEG-4 Fine-Grained Scalable video, Proceedings of IEEE INFOCOM 2003, San Francisco, CA, Mar. 2003.
[13] P. de Cuetos, K. W. Ross, Adaptive rate control for streaming stored fine-grained scalable video. In ACM NOSSDAV ’02, pages 3-12, Miami, Florida, USA, May 2002.
[14] B. A. De Vendictis, A. Baiocchi, Investigating TCP Single Source Behavior in Time-Varying Capacity Network Scenarios, in Proc. of ITC2003, Berlin (Germany), September 2003.
[15] M. Handley, S. Floyd, J. Padhye, J. Widmer, TCP friendly rate control (TFRC): Protocol specification. RFC 3448, January2003.
[16] L. A. Grieco, S. Mascolo, Adaptive Rate Control for Streaming Flows over the Internet, ACM Multimedia Systems Journal, April 2004.
[17] M. Borri, M.L. Merani, ``SQRT Congestion Control Protocol in Wireless Environments,'' Conference Record di IEEE VTC Spring 2004, Milano, Italy, May 2004.
[18] M. Borri, M.L. Merani, ``Performance and TCP-Friendliness of the SQRT Congestion Control Protocol in Lossy Environments,'' IEEE Communication Letters, August 2004, Vol.8, No.8, pp.541-543.
[19] P. Francis, “Yoid: Extending the internet multicast architecture,” 2000.
[20] Y. Chu, S. Rao, and H. Zhang, “A case for end system multicast,” in
Measurement and Modeling of Computer Systems, 2000, pp. 1–12.
[21] Y. Chu, S. G. Rao, S. Seshan, and H. Zhang, “Enabling conferencing
applications on the internet using an overlay multicast architecture,” in
Proc. of the ACM SIGCOMM, 2001.
[22] J. Jannotti, D. Gifford, K. Johnson, M. Kaashoek, and J. O’Toole, “Overcast:
Reliable multicasting with an overlay network,” in Proceedings of
the Fourth Symposium on Operating Systems Design and Implementation,
2000, pp. 197–212.
[23] S. Ratnasamy, M. Handley, R. Karp, and S. Shenker, “Application-level
multicast using content-addressable networks,” in Networked Group Communication,
2001, pp. 14–29.
[24] S. Zhuang, B. Zhao, A. Joseph, R. Katz, and J. Kubiatowicz, “Bayeux: An architecture for scalable and fault-tolerant wide-area data dissemination,” in Proceedings of the Eleventh International Workshop on Network andOperating System Support for Digital Audio and Video (NOSSDAV 2001), 2001.
[25] H. Deshpande, M. Bawa, and H. Garcia-Molina. “Streaming Live Media over a Peer-to-Peer Network”, Technical Report, Stanford University, August 2001.
[26] Y. Guo, K. Suh, J. Kurose, Don Towsley; P2Cast: Peer-to-peer Patching Scheme for VoD Service, Proceedings of the 12th World Wide Web Conference (WWW-03), Budapest, Hungary, May 2003
[27] S. Sen, J. Wang, Analyzing peer-to-peer traffic across large networks. In Proceedings of the Second SIGCOMM Internet Measurement Workshop, Marseille, France, 2002.
[28] N. Lleibowitz, A. Bergman, R. Ben Shaul, A. Shavit, Are file swapping networks cacheable? Characterizing P2P traffic. In Proceeding of 7-st Int. WWW Caching Workshop, 2002.
[29] P. K. Gummadi, R. J. Dunn, S. Saroiu, S. D. Gribble, H. M. Levy, J. Zahorjan, Measurement, Modeling, and Analysis of a Peer-to-Peer File-Sharing Workload. In Proceedings of the 19th ACM Symposium on Operating Systems Principles(SOSP-19), Bolton Landing, NY, USA, 2003.
[30] E. Adar, B. Huberman, Free riding on Gnutella. In First Monday, volume 5, number 10 (Oct 2000), http://firstmonday.org/issues/issue5_10/adar/index.html.
[31] S. Kamvar, M. Schlosser, H. Garcia-Molina, The EigenTrust Algorithm for Reputation Management in P2P Networks, In Workshop on P2P and Economics, Berkley, CA, 2003.
[32] D. Agrawal, C. Buragohain, S. Suri, A Game Theoretic Framework for Incentives in P2P Systems. In Third International Conference on Peer-to-Peer Computing (P2P’03), Linkö ping, Sweden, Sep 2003.
[33] M. Feldman, L. Kevin, J. Chuang, I. Stoica, Quantifying Disincentives in Peer-to-Peer Networks. Proc. of the first workshop on economics of p2p systems, Berkeley, CA, USA, 2003.
[34] Z. Ge, D. Figueiredo, S. Jaiswal, J.F. Kurose, D. Towsley, Modelling Peer Peer File Sharing systems, IEEE Infocom 03, San Francisco, CA,(USA), March 2003.
[35] X. Yang, G. De Veciana, Service Capacity of Peer to Peer Networks, IEEE Infocom 04, Hong Kong (China), March 2004.
[36] K. Kant, An Analytic Model for Peer to Peer File Sharing Networks. In In proceedings International Communications Conference, Anchorage, AL, USA, 2003.
[37] A. Kapur, N. Gautam Harold, I. Marcus, R. Brooks, S. Rai, Performance and Design of P2P Networks for Efficient FileSharing, Proc. of Industrial Engineering Research Conference, Portland, Oregon, 2003.
[38] F. Clevenot, P. Nain, A Simple Model for the Analysis of SQUIRREL, IEEE Infocom 04, Hong Kong (China), March 2004.
[39] C. V. Hollot, V. Misra, D. Towsley, W.B. Gong, On the Design of Improved Controllers for AQM Routers Supporting TCP Flows, IEEE Infocom 01, Anchorage, Alaska (USA), April 2001.
[40] Y. Gu, Y. Liu, F. Lo Presti, V. Misra, D. Towsley, Fluid Models and Solutions for Large-Scale IP Networks, ACM Sigmetrics 03, San Diego, CA (USA), June 2003.
[41] R. Pan, B. Prabhakar, K. Psounis, D. Wischik, SHRiNK: A method for scaleable performance prediction and efficient network simulation, IEEE Infocom 03, San Francisco, CA (USA), March 2003.
[42] Y. Gu, Y. Liu, D. Towsley, On Integrating Fluid Models with PacketSimulation, IEEE Infocom 04, Hong Kong (China), March 2004.
[43]F. Baccelli, D. Hong, Interaction of TCP Flows as Billiards, IEEE Infocom 03, San Francisco, CA (USA), March 2003.
[44]F. Baccelli, D. Hong, Flow Level Simulation of Large IP Networks, IEEE Infocom 2003, San Francisco, CA (USA),March 2003.
[45]M. Ajmone Marsan, M. Franceschinis, P. Giaccone, E. Leonardi, E.Schiattarella, A.Tarello, Using Partial DifferentialEquations to Model TCP Mice and Elephants in Large IP Networks, IEEE Infocom 04, Hong Kong (China), March 2004.
[46] M. Barbera, A. Lombardo, G. Schembra, A Fluid-Based Model of Time-Limited TCP Flows, Computer Networks (Elsevier), 44(3): 275-288, Febbraio 2004.
[47] R. Bolla, R. Bruschi, M. Repetto, A Fluid Model for TCP Aggregate Connections, Internal Report, TANGO Project, January 2004, Madonna di Campiglio, Italy, http://tango.isti.cnr.it/simposi.html.
[48] M. Gribaudo, M. Sereno, A. Bobbio, A. Horvath, Fluid Stochastic Petri Nets augmented with Flush-out arcs: Modelling and Analysis. Discrete Event Dynamic Systems, vol. 11, n. 1-2, Kluwer 2001.
Parole Chiave
INTERNET; SISTEMI AUTONOMI; SISTEMI PEER-TO-PEER; MODELLI FLUIDI; DIMENSIONAMENTO RETI IP; ANALISI DELLE PRESTAZIONI; SIMULAZIONE

FAMOUS Fluid Analytical Models Of aUtonomic Systems

Università degli Studi di Catania
Abstract
La principale promessa dei "sistemi autonomi" è la possibilità di accedere a nuovi servizi senza che l'utente debba interfacciarsi con un fornitore di servizio centralizzato. Gli utenti infatti sempre più preferiscono sistemi che reagiscono localmente ai cambi del contesto, che sono controllati autonomamente, auto organizzati, completamente distribuiti e ampiamente scalabili.I sistemi peer-to-peer (P2P) corrispondono molto bene ai predetti requisiti e rappresentano il primo esempio di sistemi autonomi in Internet. Le piu' diffuse applicazioni P2P sono oggi quelle di file sharing (KaZaA, Gnutella, DirectConnect BitTorrent). Recenti misure sul backbone IP hanno dimostrato che il 50% del traffico TCP può essere attribuito oggi ad applicazioni P2P di file-sharing.
Contestualmente, Internet sta migrando da un paradigma di tipo "best effort" ad un paradigma basato su servizi differenziati dove la rete si occupa di gestire la QoS. In questo scenario le applicazioni di "live streaming media" rappresenteranno una cospicua frazione del traffico internet. Recenti rapporti tecnici indicano che questi servizi potrebbero infatti superare l'utenza dell'attuale servizio televisivo. La tendenza ad usufruire di servizi di streaming media ci si aspetta che sarà particolarmente significativa nel contesto P2P dove i peer potranno utilizzare la loro banda per diffondere lo stream verso altri utenti: molti progetti di ricerca, infatti, hanno proposto servizi di streaming supportati da >>>

Coordinatore Scientifico del Programma di Ricerca
Alfio LOMBARDO Università degli Studi di CATANIA
Obiettivo del Programma di Ricerca
Il programma di ricerca è finalizzato all'utilizzazione di modelli fluidi per lo sviluppo di modelli scalabili che permettano:
- la valutazione delle prestazioni ed il dimensionamento di reti IP di grandi dimensioni, su cui sono erogati, con differenti requisiti di qualità, servizi innovativi tramite applicazioni. di tipo "autonomo" basate sul modello P2P;
- la progettazione di applicazioni P2P.

Il progetto si pone i seguenti obiettivi principali:
1) estendere i modelli fluidi sinora presentati in letteratura a una più ampia gamma di protocolli e algoritmi a livello trasporto e rete, rappresentativi dei complessi scenari delle reti IP di oggi, fornendo allo stesso tempo una rappresentazione maggiormente accurata dei fenomeni, di interazione fra sorgenti e rete.
2) sviluppare modelli fluidi di applicazioni "autonome", con particolare riferimento alle applicazioni P2P di tipo streaming e file sharing;
3) rendere disponibile alla comunità scientifica una piattaforma software per l'analisi e il dimensionamento di reti IP QoS aware. A tale scopo verranno integrati gli strumenti software sviluppati nell'ambito del progetto per la soluzione di modelli analitico-simulativi basati su approcci fluidi;
4) studiare la relazione tra i parametri caratterizzanti le applicazioni P2P e i parametri progettuali delle reti IP che li supportano;
5) aggregare attorno al gruppo di ricerca costituito dalle UdR del progetto gli >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
Poiché il progetto ha come obiettivo lo sviluppo di modelli fluidi per reti IP con applicazioni innovative, questa base di partenza scientifica internazionale descrive brevemente i tre principali settori da cui nasce il progetto, cioè : 1) le reti IP multiservizio; 2) le applicazioni di tipo P2P; 3) i modelli fluidi.

Reti IP multiservizio
TCP (Transmission Control Protocol) è uno dei protocolli che maggiormente condiziona le dinamiche delle reti IP, poiché regola le modalità di trasferimento in Internet del traffico dati (best-effort), che tuttora rappresenta la porzione più consistente del traffico totale [1]. Una delle funzionalità chiave di TCP è il controllo di congestione, effettuato mediante l'algoritmo di controllo introdotto da Van Jacobson nel 1988 per permettere di multiplare efficacemente diversi flussi su
un unico canale, senza attuare un controllo di ammissione delle chiamate (CAC) [2,3,4,5]. L'algoritmo di controllo di congestione in TCP è basato sulla capacità di adattare dinamicamente la dimensione della finestra di trasmissione della sorgente alla capacità disponibile in rete, reagendo alle perdite di pacchetti, mediante i meccanismi di slow-start e congestion avoidance. Il controllo di congestione di TCP rappresenta uno degli elementi di maggior criticità nella pila protocollare di Internet, poiché implementa un controllo ad anello chiuso che può dare origine a complesse interazioni dinamiche tra flussi TCP concorrenti e rete >>>